翻新时间:2022-10-22
数据挖掘在管理会计中运用的重要意义(1)
【摘要】数据挖掘是从海量数据中发现和提取知识和信息的过程。在管理会计领域中运用数据挖掘技术,寻求和发现更多的企业顾客、供应商、市场以及内部流程优化的信息,将为企业决策者提供更为广泛而有效的决策依据,提高企业战略竞争能力。本文简要介绍了数据挖掘的基本概念和方法,在此基础上重点分析了数据挖掘技术在作用成本和价值链分析,产品、市场和顾客分析以及财务风险防范等方面的应用。
【关键词】数据挖掘 信息 管理会计 应用
引言
一、数据挖掘技术的含义
数据挖掘是从数据当中发现趋势和模式的过程,它融合了现代统计学、知识信息系统、机器学习、决策理论和数据库管理等多学科的知识。它能有效地从大量的、不完全的、模糊的实际应用数据中,提取隐含在其中的潜在有用的信息和知识,揭示出大量数据中复杂的和隐藏的关系,为决策提供有用的参考。
二、数据挖掘的方法和基本步骤
(一)数据挖掘的主要方法
常用的数据挖掘方法主要有决策树(Decision Tree)、遗传算法(Genetic Algorithms)、关联分析(Association Analysis)、聚类分析(Cluster Analysis)、序列模式分析(Sequential Pattern)以及神经网络(Neural Networks)等。
(二)数据挖掘的基本步骤
SAS研究所提出的SEMMA方法是目前最受欢迎的一种数据挖掘方法,其描述的数据挖掘的大致过程包括取样(Sample)、探索(Explore)、修改(Modify)、模型(Model)和评价(Assess)。
1.数据取样
在进行数据挖掘之前,首先要根据数据挖掘的目标选定相关的数据库。通过创建一个或多个数据表进行抽样。所抽取的样本数据量既要大到足以包含有实际意义的信息,同时又不至于大到无法处理。
2.数据探索
数据探索就是对数据进行深入调查的过程,通过对数据进行深入探察以发现隐藏在数据中预期的或未被预期的关系和异常,从而获取对事物的理解和概念。
3.数据调整
在上述两个步骤的基础上对数据进行增删、修改,使之更明确、更有效。
4.建模
使用人工神经网络、回归分析、决策树、时间序列分析等分析工具来建立模型,从数据中发现那些能够对预测结果进行可靠预测的模型。
5.评价
就是对从数据挖掘过程中发现的信息的实用性和可靠性进行评估。
管理者微观会计政策选择行为分析
论现代企业管理中会计职能的定位
下载文档
网友最新关注
- 我
- 家乡变了
- 我
- 我的“自画像”
- 扫地
- 小插曲
- 晨练
- 苹果
- 找工作
- 我是一片云
- 我的校园
- 早晨
- 网上游香港
- 仙人球
- 一次有趣的游戏
- 论侗族大歌生态详细内容(1)
- 浅探民族歌曲与民间歌曲两者的关系(1)
- 歌剧《图兰多》——妖魔化中国的杰作(1)
- 浅议交通工程建设中的“三控制”
- 音乐欣赏中要渗透音乐要素(1)
- 彩票融资方式用于四川高速公路建设融资初探
- 声乐社会功能与心理功能的探讨
- 浅谈如何在音乐欣赏中培养学生的创新精神
- 儿童学习乐器的误区——谈儿童学习电子琴(1)
- 谈高中电脑音乐创作教学(1)
- 高铁沿线移动网络组网原则及方案探讨
- 论音乐创造能力的培养(1)
- 京沪高铁96米平行双肋系杆拱系梁横向预应力效应的分析研究
- 成渝高速公路客运黄金时代的终结
- 交通工程施工企业人才瓶颈及解决方案分析
- 《盘古开天地》学习目标和教材简说
- 《孔子拜师》教学建议
- 《孔子拜师》第一课时教学实录
- 《孔子拜师》教学设计6
- 《盘古开天地》教学设计7
- 《孔子拜师》教学设计1
- 《盘古开天地》教学设计6
- 《盘古开天地》教学设计5
- 《孔子拜师》教学设计3
- 《孔子拜师》教学设计5第一课时
- 《孔子拜师》学习目标和教材简说
- 《盘古开天地》教学设计4
- 《盘古开天地》教学建议
- 《孔子拜师》教学设计2
- 《盘古开天地》教学设计3